Valuation de ações com agentes de IA
Valuation de ações com agentes de IA
Na bosq, gostamos de transformar ideias complexas em sistemas confiáveis, claros e prontos para produção. O finance-ai nasce exatamente dessa proposta: um app open-source para testar valuation de ações com uma arquitetura multiagente, interface conversacional e foco em transparência das premissas.
O que é o finance-ai
O finance-ai é um app de chat para avaliação de ações que combina uma interface em Streamlit com uma equipe de agentes responsável por interpretar o pedido do usuário, buscar dados fundamentalistas e executar os cálculos de valuation. O projeto foi construído com CrewAI, Claude e Streamlit, e foi pensado como um módulo experimental e open-source para exploração prática de fluxos financeiros assistidos por IA.
Por que construímos isso na bosq
Na bosq, nossa abordagem combina clareza de escopo, execução incremental e entregáveis verificáveis. Em vez de tratar IA como uma camada "mágica", preferimos desenhar sistemas em que cada etapa tenha responsabilidade clara, observabilidade e possibilidade de auditoria. O finance-ai é um bom exemplo dessa filosofia aplicada a um problema concreto, estruturar um fluxo de análise financeira assistida por agentes.
Esse tipo de projeto também mostra como copilotos e automações podem sair do campo da demo genérica e entrar em cenários de uso mais específicos, com contexto de negócio, validação humana e regras explícitas. É exatamente o tipo de direção que buscamos em produtos e módulos construídos pela bosq.
Como funciona a arquitetura multiagente
A lógica do app é simples de explicar e poderosa na prática. A interação do usuário passa por uma crew com três papéis principais:
- Orquestrador: entende o pedido, identifica o ticker e o método de valuation e solicita parâmetros adicionais quando necessário.
- Pesquisador: busca dados fundamentalistas na internet.
- Calculador: executa os métodos de valuation implementados no projeto.
Essa separação reduz acoplamento, deixa o fluxo mais auditável e cria uma experiência mais robusta do que um único agente tentando fazer tudo ao mesmo tempo.
Métodos de valuation suportados
O app já suporta cinco abordagens de valuation:
- DCF 3 estágios, fluxo de caixa descontado com alto crescimento, transição e perpetuidade
- Graham ajustado pela Selic, adaptação do modelo clássico ao contexto brasileiro
- Bazin, preço-teto baseado em dividendos
- Peter Lynch, fair value via PEG implícito
- Gordon DDM, modelo perpétuo de desconto de dividendos
Na prática, isso permite desde perguntas diretas como "Qual o preço justo de PETR4 por DCF?" até comparações entre métodos para o mesmo ativo. E quando faltam parâmetros, o sistema pergunta no chat antes de calcular.
Experiência do produto na prática
Uma das partes mais interessantes do finance-ai é a combinação entre interface simples e execução transparente. O usuário faz um pedido como "Avalie a empresa BBAS3", e o sistema mostra não apenas o resultado final, mas também o andamento dos agentes e das etapas de pesquisa e cálculo.
Na captura acima, já dá para ver o posicionamento do produto: uma interface conversacional, log de execução dos agentes e um disclaimer claro sobre o caráter experimental da aplicação.
A tela de uso deixa evidente a proposta do app: permitir que o usuário peça avaliações por diferentes métodos de forma direta, com exemplos de prompts e feedback textual do sistema durante o processo.
O relatório final vai além de um número isolado. Ele compara resultados entre métodos, explicita alertas e premissas importantes e lista fontes consultadas, um ponto fundamental quando falamos de confiança em sistemas de suporte à decisão.
Outro diferencial é a exposição dos dados fundamentais usados no cálculo, como preço atual, LPA, VPA, DPA médio, crescimento de lucros, Selic, ROE e número de ações. Isso aproxima o usuário da lógica do valuation e evita a sensação de "caixa-preta". As informações visíveis na demo de BBAS3 reforçam esse cuidado com rastreabilidade e explicabilidade.
O que esse projeto demonstra
Mais do que um app de valuation, o finance-ai demonstra um padrão de construção que consideramos valioso:
- agentes com papéis bem definidos;
- interface de uso simples para tarefas complexas;
- separação entre coleta de dados, orquestração e cálculo;
- explicação de premissas e limitações;
- base open-source para evolução e experimentação.
Esse padrão pode ser reaproveitado em muitos outros domínios: análise de documentos, copilotos internos, automação operacional, triagem de dados, assistentes de pesquisa e workflows com validação humana. É o mesmo raciocínio que orienta nosso trabalho em exploração, construção e operação de sistemas de IA na bosq.
Stack e estrutura do projeto
Para quem gosta de olhar por dentro, o repositório já deixa clara sua organização: uma UI em Streamlit, a crew principal, agentes especializados, ferramentas para busca web e wrappers para as funções de valuation. O setup é simples, com Python 3.11, uv, variáveis de ambiente e execução local via Streamlit.
Essa simplicidade estrutural é uma qualidade importante. Projetos experimentais de IA costumam falhar por excesso de abstração ou dependências desnecessárias. Aqui, a proposta é objetiva: organizar um fluxo multiagente funcional, observável e fácil de evoluir.
Open source, com responsabilidade
Como todo sistema aplicado a finanças, o finance-ai precisa ser usado com contexto. O próprio repositório destaca que se trata de um módulo de teste, dependente de premissas como crescimento e taxa de desconto, e que os dados podem estar desatualizados. Essa responsabilidade na comunicação é parte importante do projeto, e um princípio que levamos a sério na bosq.
Explore o projeto
Se você quer testar o app, estudar a arquitetura ou usar essa base como ponto de partida para um produto financeiro mais completo, vale explorar o repositório:
- Repositório: github.com/bosq-dev/finance-ai
Se a sua empresa está buscando transformar fluxos complexos em sistemas confiáveis com IA, com clareza, governança e foco em produção, fale com a bosq. Construímos módulos, copilotos, automações e pipelines que saem do conceito e chegam à operação real.
Tags: #ValuationDeAções #InteligênciaArtificial #AgentesDeIA #FinanceAI #CrewAI #ArquiteturaMultiagente #OpenSource #AnáliseFinanceira #DCF #GrahamMethod #Bazin #PeterLynch #GordonDDM #Streamlit #Python #FinTech #IAFinanceira #Bosq #CopilotsDeIA #AutomaçãoFinanceira